JESUS RAMIREZ SANCHEZ

CURSO DE VERANO ALGORITMOS GENETICOS ING SISTEMAS COMP.

ALGORITMOS GENETICOS

INTRODUCCIÓN.

Desde tiempos remotos la naturaleza a sufrido grandes cambios conforme transcurren

los años, es decir; a cambiado la forma de relacionarse con las diferentes especies que la
rodean, haciendo que estos individuos tengan que adaptarse a un entorno en constante
evolución. Con este proceso de cambio llega la extinción para los individuos mas
débiles; los que no logran sobrevivir por si solos; en cambio prevalece la supervivencia
del mas fuerte que se adapta conforme el entorno se esta transformando; un ejemplo
significativo es el Hombre.

HISTORIA

Desde tiempos remotos la evolución a resultado un proceso interesante por que a dado
un sin fin de nuevos acontecimientos a lo largo de la historia.
Algunos de sus descubridores, o personajes precursores de la evolución son los
siguientes:

Charles Darwin:
Menciona que los organismos que presentan semejanzas están emparentados y que el
cambio evolutivo es el resultado del proceso de selección natural.
Gregor Mendel:
Descubrió que los caracteres se heredaban de forma discreta, y que se tomaban del
padre o de la madre, dependiendo de su carácter dominante o recesivo.
James Watson y Francis Crick:
Los cromosomas están compuestos por acido desoxiribonucleico y por tanto los genes
están en los cromosomas.
Cannon (1932):
Interpreta la evolución natural como un proceso de aprendizaje.
G.E.P. Box, G.J. Friedman, W.W. Bledsoe y H.J. Bremermann (1962):
Desarrollaron independientemente algoritmos inspirados en la evolución para
optimización de funciones y aprendizaje automático.
Ingo Rechenberg (1965):
Introdujo una técnica que llamó estrategia evolutiva.
John Henry Holland (1970):
Surgió una de las líneas más prometedoras de la inteligencia artificial, la de los
algoritmos genéticos.

1
JESUS RAMIREZ SANCHEZ
CURSO DE VERANO ALGORITMOS GENETICOS ING SISTEMAS COMP.
DEFINICION ALGORITMO GENETICO

Los algoritmos genéticos son métodos que se adaptan a ciertas circunstancias de algún
entorno para resolver un problema en específico; este proceso es realizado siguiendo
una serie de pasos. Básicamente un algoritmo genético, toma ciertos valores aleatorios
los cuales se conjugan entre si para poder formar descendencias, es decir formar
generaciones nuevas, a partir de generaciones ya existentes.

Los algoritmos genéticos son una de las técnicas heurísticas modernas por que
mantienen una variedad de posibles soluciones para el problema proporcionan los
principios de la evolución natural: adaptación y supervivencia del más adaptado para
formar la siguiente generación.

Algunos de los conceptos más importantes dentro de los algoritmos genéticos son los
siguientes en los cuales, se hace una breve mención:

 Evolución.
Es el conjunto de transformaciones o cambios a través del tiempo que ha originado la
diversidad de formas de vida que existen sobre la Tierra a partir de un antepasado
común.

Evolución:
Es el conjunto de transformaciones o cambios.
Población.
Es un grupo de personas, u organismos de una especie particular.
Genes.
Secuencia lineal organizada de lucleotidos en la molecula del ADN.
Cromosoma.
Son los encargados de transportar ADN y los genes durante la división celular.
ADN.
Es un material genético que controla la herencia y se localiza en el centro de las células.
Herencia.
Es la transmisión del material genético contenido en el núcleo celular.
Carácter.
Es cada uno de los rasgos que se usan en la descripción de los seres vivos.

APLICACIÓN DE LOS ALGORITMOS GENETICOS.

La aplicación más común de los algoritmos genéticos ha sido la solución de problemas

de optimización, en donde han mostrado ser muy eficientes y confiables. Sus
principales aplicaciones son en las áreas de:

 Optimización.
 Programación automática.
 Aprendizaje máquina.
 Economía.
 Sistemas inmunes.
 Ecología.

2
JESUS RAMIREZ SANCHEZ
CURSO DE VERANO ALGORITMOS GENETICOS ING SISTEMAS COMP.
 Genética de poblaciones.
 Evolución y aprendizaje.
 Sistemas sociales.

Todo proceso de la evolución se hace en forma natural, pero en el caso de lo que se

refiere a un algoritmo genético se deben de seguir una serie de pasos para desarrollar
algún problema en específico, y por lo general para realizar estos procesos se realizan
de forma aleatoria:

 “Evaluar la puntuación de cada uno de los cromosomas generados”.

 “Permitir la reproducción de los cromosomas siendo los más aptos los que
tengan más probabilidad de reproducirse”.
 “Con cierta probabilidad de mutación, mutar un gen del nuevo individuo
generado”.
 “Organizar la nueva población”.

Para desarrollar y comprender como se lleva a cabo este proceso intervienen distintos
métodos que son aplicados en base a los requerimientos de cada problema; y los cuales
se mencionan a continuación:

 Elitista.
 Proporcional a la aptitud.
 Rueda de ruleta.
 Selección escalada.
 Selección por torneo.
 Selección por rango.
 Selección generacional
 Selección por estado estacionario.

OPERADORES GENETICOS.

Como todo procedimiento de genética, existen operadores que permiten determinar

cierta información que es necesaria para poder obtener resultados nuevos. En algoritmos
genéticos se utilizan diferentes operadores en los cuales se encuentran:

Selección:

Serán los encargados de escoger qué individuos van a disponer de oportunidades de

reproducirse y cuáles no; es decir cuales son los fuertes y cuales son los débiles.

3
JESUS RAMIREZ SANCHEZ
CURSO DE VERANO ALGORITMOS GENETICOS ING SISTEMAS COMP.
Cruce:

El operador de cruce lo que realiza es combinar genes de un padre con una madre y
producir un hijo; esto se lleva a cabo de una manera “combinatoria” entre los genes de
ambos padres para producir dos o mas hijos.

Cruce.

Mutación:

El la propia alteración de algún gen o varios genes en un cromosoma.

Mutación.
Clonación:

La clonación se basa en la forma de combinar un individuo idéntico al real.

0 1 0 1 1

0 1 0 1 1

Clonacion

Inversión:

En este se invierten los cromosomas de un individuo para crear una nueva generación.

0 1 0 1 1

Cromosoma Normal

1 1 0 1 0

4
JESUS RAMIREZ SANCHEZ
CURSO DE VERANO ALGORITMOS GENETICOS ING SISTEMAS COMP.

Cromosoma Invertido

CONCLUSIONES.

Una vez realizado este artículo se llegaron a las siguientes conclusiones:

 El algoritmo genético es un método robusto.

 Al comprender los AG la implementación no es complicada y pueden llegar a

tener mucha aplicación.

 Los algoritmos genéticos son herramientas de amplia aplicación.

 La metodología puede ser generalizada.
 Son elementos que se aplican en áreas como son la medicina, economía,
ecología, evolución y aprendizaje, genética de poblaciones, sistemas inmunes y
optimización entre muchas más aplicaciones.

Para poder entender estos conceptos se necesita saber como trabajan cada uno de los
operadores dentro de un algoritmo genético. Conforme se va dando la evolución en cada
uno de los aspectos de la vida cotidiana, se hace un poco mas complicado determinar
cual es la opción optima para un problema en especifico.

REFERENCIAS:

http://www.depi.itch.edu.mx/apacheco/expo/html/ai14/ga.html
www.monografias.com/...pdf/...geneticos/algoritmos-geneticos.pdf
http://www.elprisma.com/apuntes/matematicas/algoritmosgeneticos/